如何使用Pandas转换数据：替换首非零值前的0为NaN

需求说明 #

需要将数据列中第一个非零值之前的所有0值替换为NaN，同时保留第一个非零值之后的所有0值。以下是输入输出示例：

输入数据 #

输出结果 #

实现方案 #

核心思路 #

1. 定位目标列中第一个非零值的索引位置
2. 对该索引之前的行，将其中的0值替换为NaN
3. 处理全零列的边界情况（可选）

代码实现 #

import pandas as pd
import numpy as np

# 构造示例数据（替换为你的实际数据即可）
data = {
    'Date': ['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04', '2022-01-05', '2022-01-06', '2022-01-07'],
    'Item': ['A', 'B', 'C', 'B', 'B', 'B', 'B'],
    'Quantity': [0, 0, 0, 5, 6, 7, 0]
}
df = pd.DataFrame(data)

# 处理逻辑
target_col = 'Quantity'
# 检查是否存在非零值
has_non_zero = df[target_col].ne(0).any()

if has_non_zero:
    # 获取第一个非零值的索引
    first_non_zero_idx = df[target_col].ne(0).idxmax()
    # 将首非零值之前的0替换为NaN
    df.loc[:first_non_zero_idx - 1, target_col] = df.loc[:first_non_zero_idx - 1, target_col].replace(0, np.nan)
else:
    # 全零列的情况：将所有0替换为NaN
    df[target_col] = df[target_col].replace(0, np.nan)

# 查看结果
print(df)

代码解释 #

• df[target_col].ne(0)：生成布尔序列，非零值对应True，零值对应False
• .idxmax()：返回布尔序列中第一个True值的索引，即第一个非零值的位置
• df.loc[:first_non_zero_idx - 1, target_col]：选中第一个非零值之前的所有行的目标列
• .replace(0, np.nan)：将选中范围内的0值替换为NaN

内容的提问来源于stack exchange，提问作者Shounak Sushanta Dasgupta